Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Calidad........................................................................................17
Calidad Sanitaria.............................................................................................17
Calidad Comercial............................................................................................18
1.2 Explicar qué es Gestión de calidad:....................................................................18
1.2.1 Describir las principales teorías y corrientes administrativas de calidad..................20
Teoría de Sistemas de Contingencias.....................................................................20
La escuela neoclásica.....................................................................................20
La Administración y el Desarrollo Organizacional.....................................................21
La perspectiva cultural...................................................................................22
La Administración de Calidad..........................................................................23
La Administración Participativa .................................................................23
1.2.1.1 Los patriarcas de la calidad: Deming, Juran, Ishikawa, Effenberg,
Crosby y otros............................................................................................23
1.2.1.2 Control de Calidad............................................................................27
1.2.1.3 Calidad total..................................................................................30
1.2.1.4 Aseguramiento de la calidad.................................................................32
Organización Internacional de Normalización (International Organization for Standardiza-
tion).......................................................................................................32
1.2.1.5 Teorías Z, A y J..................................................................................33
-
gramas de calidad.........................................................................................34
Aspectos culturales.......................................................................................35
Aspectos socioeconómicos...............................................................................37
1.2.2.1 Analizar el caso de Japón contra lo que ocurre en la actualidad en México en ma-
teria de calidad de alimentos de origen pecuario................................................45
ÍNDICE
Relación actual México-Japón:.......................................................................45
1.2.2.2 Proponer estrategias para implantar programas de calidad en la industria de alimen-
tos de origen pecuario en México.....................................................................46
1.2.3 Ubicar las estrategias empleadas por las políticas gubernamentales en materia de ino-
cuidad y calidad de alimentos en México y en el plano internacional en el siglo XX y en lo que
va del XXI...................................................................................................48
1.2.3.1 Inspección sanitaria..........................................................................48
con los sitios de producción, transporte, preparación, transformación, conservación, venta y con-
sumo de alimentos de origen pecuario........................................................................52
1. Materia prima (López et al., 2007):...................................................................53
2. Instalaciones (López et al., 2007):...................................................................54
3. Equipo (López et al., 2007):............................................................................56
4. Personal (López et al., 2007):........................................................................57
5. Proceso (López, 2007):.................................................................................58
6. Producto Terminado (López et al., 2007):.........................................................58
7. Comercialización (López et al., 2007):.............................................................61
1.2.3.5 Elaborar un cuadro sinóptico que contenga los diferentes tipos de dictámenes, así como
las conductas y los posibles destinos de los productos.........................................................63
1.2.4 La capacitación para la implantación de programas de calidad.......................................66
Bibliografía............................................................................................................68
2. CONTROL ESTADÍSTICO DE PROCESOS.............................................................................71
2.1 Principios Básicos................................................................................................71
2.2 Causas de Variación en los Procesos..........................................................................72
2.3 Herramientas Estadísticas de Calidad........................................................................76
Muestreo...........................................................................................................77
Aspectos relevantes del muestreo (ICMSF, 1988)..........................................................81
Datos obtenidos...................................................................................................88
Histograma o distribución de frecuencias...................................................................91
Análisis Cuantitativo o Medidas Algebraicas de la distribución de frecuencias........................96
-
-
Norma interna.........................................................................................165
Pecuario...............................................................................................182
ENLATADOS..................................................................................................183
LECHE.....................................................................................................185
DERIVADOS LÁCTEOS....................................................................................187
CARNE.....................................................................................................190
DERIVADOS CÁRNICOS...................................................................................191
PESCA.....................................................................................................192
HUEVO....................................................................................................195
MIEL......................................................................................................195
GENERALES (Etiquetado, Microbiológicas, Métodos de prueba y Otras).......................196
Alimentos-aceites y grasas vegetales o animales-determinación del valor
de peróxido-método de prueba.......................................................................197
Bibliografía...............................................................................................203
4. SISTEMA DE ANÁLISIS DE RIESGOS Y CONTROL DE PUNTOS CRÍTICOS (HACCP)...................205
Introducción..............................................................................................205
4.1 Mencionar los antecedentes históricos del sistema HACCP..................................207
4.2 Mencionar la importancia del HACCP y su aplicación en la industria alimentaria.......209
4.3 Ubicar al sistema HACCP en las corrientes y teorías de calidad............................210
4.4 Describir las características del sistema HACCP...............................................211
4.7 Explicar los siete principios que conforman este sistema, así como sus pasos
y secuencia.......................................................................................217
Principio 1 -
terizar, categorizar y validar los peligros asociados con el cultivo, cosecha, materias pri-
mas e ingredientes, procesamiento, manufactura, distribución, mercadeo, preparación y
consumo de un alimento...........................................................................217
1. CARACTERIZACIÓN Y CATEGORIZACIÓN.......................................................219
2. CATEGORIZACIÓN DE RIESGOS ESTADÍSTICOS (PROBABILIDAD DE OCURRENCIA). ......222
Principio 2.
Árboles de decisión.................................................................................225
Características de las medidas de control de los Puntos Críticos...........................226
Principio 3. Establecer límites críticos (parámetros) que deben obtenerse para controlar
Principio 5.
al vigilar el control de un punto crítico.........................................................234
Principio 6. Establecer sistemas efectivos de registro y archivo que documenten el plan
HACCP.................................................................................................236
4. Aseguramiento de la calidad...............................................................................256
Bibliografía.......................................................................................................257
ÍNDICE DE TABLAS
y Rango ( )......................................106
y Rango ( )....................................107
..............................................133
................................................................138
TABLA 35. Documentos y Registros que la NOM–251–SSA1–2009 menciona que la fábrica deberá
contar, conservar y poner a disposición de la autoridad sanitaria cuando ésta los
requiera..........................................................................................237
22000:2005......................................................................................241
ÍNDICE DE FIGURAS
FIGURA 15. Curva de característica de operación...........................................................83
FIGURA 16. Árbol de toma de decisión para programas de dos y tres clases............................85
FIGURA 17. Histograma o distribución de frecuencia para la tabla 11...................................92
FIGURA 18. La Distribución Normal............................................................................99
y Rango (R).................................................108
.............................................................................122
............................................................................130
.............................................................................134
.............................................................................139
FIGURA 30. Límites Máximos de microorganismos y parásitos de la NOM – 213 – SSA1 – 2002.......165
-
mentos de Origen Pecuario (TCCAOP), la cual es impartida en el sexto semestre de la carrera de
Medicina Veterinaria y Zootecnia (MVZ) dentro del plan de estudios 2007 de la Facultad de Estudios
Este manual abarca las primeras cuatro unidades del programa de estudios de la asignatura del
TCCAOP. Según lo establecido en dicho programa, el material tiene una orientación 100% práctica
esas prácticas.
Su impacto más profundo será proporcionar a los alumnos herramientas para que ellos hagan frente
fundamentales de los ámbitos de salud pública y de inocuidad de alimentos, usando como base las
de normalización y el Sistema de Análisis de Peligros y Puntos Críticos de Control (HACCP, por sus
siglas en inglés).
La asignatura del TCCAOP es 100% práctica, por lo que el profesor contará con material diverso e
-
PRÓLOGO
Medicina Veterinaria y Zootecnia, de ahí el principal aporte de este Manual Práctico.
El manual de esta asignatura tiene dos funciones: por una parte, proporcionar información actua-
lizada, esencial y particular, enfocada en los alimentos de origen pecuario y por la otra permitir la
-
mera parte del curso. El profesor podrá usarlo, además, como base para el establecimiento de
sugeridas.
El alumno podrá utilizar este texto como referencia de los temas citados en el programa de la
aptitudes, habilidades y destrezas que promuevan el logro de las competencias profesionales que
pretende esta asignatura en la formación de los Médicos Veterinarios Zootecnistas.
-
dad de los Alimentos de Origen Pecuario (5° semestre), seriado con la asignatura del TCCAOP. Esta
actúa como integradora de los conocimientos adquiridos en ese curso, con los propios de ella.
en la que se establecen disposiciones generales y límites máximos y mínimos que se deben cum-
plir para que, teóricamente, el proceso de obtener, conservar, comercializar u otro de un alimen-
to, pueda propiciar su calidad sanitaria (inocuidad) y comercial.
La cuarta unidad es la del sistema HACCP, en la cual se establecen los lineamientos a seguir para
garantizar eliminar, reducir o mantener peligros a niveles seguros para el consumidor mediante
esta metodología sistemática, integral, racional, continua, previsora y organizadora, que incluye
una propuesta de interacción en la práctica profesional de lo estudiado hasta este punto.
Esperamos que este material sea de utilidad para todos los profesionales de la Medicina Veteri-
naria y Zootecnia.
Atentamente
Los Autores
PRIMERA PARTE
aplicar, dentro de un marco ético y profesional los principios de gestión de calidad, para salvaguardar
la salud del hombre y los animales, en relación con la producción, conservación, comercialización y
OBJETIVO
2. CONTROL ESTADÍSTICO
(valores numéricos) o datos cualitativos (características o atributos), mismos que pueden volverse
se emplean para llenar formularios, que una vez llenos se conserven como registros, y mantener
una memoria de esos valores, como el número total de latas, el de las maltratadas, la cantidad
de alimento dentro de cada una de ellas, etc. (características cuantitativas). También registros
regular, malo, pésimo, hacerlo con valores numéricos en una escala del 1 al 10, donde el uno indique
el mínimo y el 10 el máximo de gusto por el producto. Estas actividades humanas generan los datos,
DE PROCESOS
una óptica estrecha, como la colección, análisis e interpretación de datos o, con una visión más
Daniels, 2002).
Al desear proporcionar un servicio o generar un proceso, se debe tener como referente
quiere lograr y repetir en todas y cada una de estas actividades. La estadística permite estudiar
el comportamiento de ese proceso o servicio, basándose en los resultados obtenidos y registrados
en esa característica que se espera lograr, la cual puede ser establecida como el valor promedio
deseable a alcanzar en aquellos servicios y productos, entendiendo que el comportamiento
de ninguno será igual que el de otro. La variación del proceso, según la estadística, se puede
respecto al promedio, es decir, las diferencias de los valores medidos y registrados de variables
cantidad de alimento es normal, es lo que explica la estadística, nunca se van a poder producir
el hecho de que dos productos generados por una misma máquina, en el mismo turno, con un mismo
operario y con la misma materia prima no sean iguales. La enumeración de todos los factores es
generales que afectan a la mayoría de procesos o servicios y se sugiere efectuar el análisis de los
Se deben conocer cuáles son esos factores debido a que la calidad de los procesos
calidad no se puede enfocar en controlar todas y cada una de las variabilidades existentes, esto
Causas de la variación:
Las principales causas de variación en la producción de alimentos se pueden agrupar en las
siguientes categorías.
operación puede contener fallas desde su comienzo y, por ningún motivo, excluir a la parte
para comprender el por qué existen tantas posibilidades de variación (Sandholm, 1995).
: otros elementos que se deben controlar para reducir la variabilidad
son los ambientales. Éstos son factores que el humano no ha podido manipular en un espacio
humano). Se podría considerar que tal vez en alguna parte o en todo el proceso esos factores
esos datos sin un patrón de medida para cada uno de ellos, mediante instrumentos o aparatos
que permitan la obtención de datos y que, a su vez, pueden ser causa de alguna variación. Por
una parte, esos aparatos son creados y usados por el humano (recuérdese el factor humano) y,
vez exista alguna descalibración provocada por el operario o porque se encuentra en un área
con temperatura distinta, alguna falla en el uso o simplemente se emplea un patrón de medida
diferente al usado en el proceso (Sandholm, 1995).
: todos los procesos comienzan con una materia prima que sufre alguna
puede exigir su exactitud perfecta, pero sí valores referentes que se puedan alcanzar. El origen
no se puede pedir que todos los animales consuman el mismo alimento o la misma cantidad,
que tengan exactamente la misma edad, que pesen exactamente lo mismo, que estén en un
se mencionaron, el factor humano, el ambiental y el de medición tienen que ver para que
estas cualidades varíen (e.g. el caporal ¿dará la misma cantidad de alimento, todos los días
la variación de la presentación del proceso. Estos factores físicos son: elasticidad, viscosidad,
resistencia eléctrica, dureza, puntos crioscópicos y de ebullición, refracción, higroscopicidad,
se puede citar: el balance del pH, la acidez real, características hidrofílicas e hidrofóbicas, los
elementos químicos que generan enlaces a nivel molecular, las posibles reacciones al interactuar
con otras substancias, los contenidos en grasa, proteína, carbohidratos, vitaminas, minerales y
sus propiedades. Por otra parte los factores biológicos son: la presencia de bacterias, parásitos,
atógena (Sandholm 1995).
En los servicios se pueden considerar otros factores aparte de los ya mencionados, por
revisar, con ayuda de la estadística, la generación de los nuevos datos y así poder controlar
El control de la calidad se logra cuando no se generan variaciones fuera de los límites, los
cuales son valores referentes que obligan a que en los procesos dichos valores no se sobrepasen.
se debe conocer cómo se comportaron las variaciones existentes dentro de estos límites, esas
variaciones son calculables con las herramientas estadísticas que serán empleadas en los procesos
de estos límites es cuando en un Análisis de Peligros y Control de Puntos Críticos (HACCP) sobre
el horneado de un pavo se sugiere que se mantenga el horno a 200 °C., pero existe una gran
máximos y mínimos, dentro de los cuales la temperatura varía, pero asegura la reducción de los
riesgos a un nivel considerado seguro (185 °C a 210 °C) (López, 2002).
Estadísticamente se sabe que no, pero si se desea asegurar el éxito se debe asumir este hecho
esto, el negocio empieza a tener que cocinar más comida y de forma más rápida, coloca más
mesas en el mismo espacio, requiere de mayor cantidad de materia prima y para reducir costos
la atención es rápida y de malas, la comida es sosa, sin chiste y de una calidad menor, la gente lo
peor de como había empezado. En conclusión no hubo ninguna clase de control ni análisis del
proceso que aseguraran la estabilidad, la constancia y la predictibilidad de los productos y servicios
que se ofrecían y permitirían un éxito moderado, para en un futuro generar el crecimiento y la
éste comportarse de forma normal o anormal, así como establecer la comparación de la variación
Feigembaum, 2004).
es algo enteramente económico. Primeramente se debe de observar que los límites del proceso
obtenidos, es decir, si es mucho más económico corregir el proceso qué aceptar el desperdicio o
el reprocesamiento (Feigembaum, 2004).
Las herramientas estadísticas de calidad son, en resumen, métodos auxiliares para
la capacidad de llevar a cabo una retroalimentación sobre los procesos o servicios que está
PLANEACIÓN DEL
PROCESO Corrección
Pruebas Causas de
Límites de especificación PROCESO Variación
Límites
Experiencias
Límites
Retroalimentación
RESULTADOS
HERRAMIENTAS
ESTADÍSTICAS Análisis
DE CALIDAD
Punto de vista
Corrección económico
MEJORA CONTINUA
DE LA CALIDAD Retroalimentación
Fuente:
Fuente: Munguía
Munguía (2011)
Muestreo
se pueden tomar muestras de la totalidad de la población, debido a que ésta puede ser grande y
muestreo para los productos o servicios en general y el de los alimentos y, entre los muestreos
empleados en estos últimos para analizar sus características comerciales y los usados para
analizar sus características sanitarias. Su principal diferencia radica en que, para los alimentos se
busca satisfacer la necesidad implícita de inocuidad, mientras que para los productos o servicios
en general se busca satisfacer la calidad comercial.
No es lo mismo un muestreo que busque determinar las características comerciales a
toma de muestra en estos últimos casos, se deben tomar en cuenta muchos factores propios de
la naturaleza de los riesgos y de los productos que propician la existencia de diversas variables
grupo de unidades que son retiradas de la población para estimar alguna característica, en este
caso, el riesgo microbiológico existente (ICMSF, 1988).
1.00 0.00
Rechazo= 0.32
0.80 0.20
0.60 0.40
0.40 0.60
Aceptación
0.20 = 0.68 0.80
0.00 1.00
0 20 40 60 80 100
P=porcentaje de unidades de muestra rechazables comprendidas en un lote
c = 2) y número
de muestra (n = 10
indicará que existe una probabilidad de que en 68 ocasiones de cada 100 existan 2 o menos
Tabla 6.
Una Inspección
Curva de característica de operación
consta de
2 Unidades
c Población Se Acepta Se Rechaza
rechazables
n más grande se pueden reducir los riesgos de aceptar un lote que era
un balance cuando n es grande (muchas unidades de muestra) y los riesgos microbiológicos son
n
son grandes (ICMSF, 1988).
dos: el riesgo para el productor, que es cuando las poblaciones son aceptables pero se rechazan
a los productos producidos en un periodo de tiempo limitado. Además a menor uniformidad de las
condiciones de producción, más corto será ese periodo de tiempo, por lo que la aplicación de dicho
término exige conocer la uniformidad de las condiciones (ICMSF, 1988).
Para conocer el comportamiento de ese lote, se debe obtener una muestra representativa.
La muestra es aquella cuyas características son tan similares como sea posible a las del lote del que
que las muestras no representarán idénticamente las características del lote, pero se asegura que la
estadísticos para obligar al usuario a elegir al azar las muestras (ver ICMSF, 1988 y Daniels, 2002).
en cuenta.
Cuarto
razones económicas y a una mayor importancia en una decisión sobre lotes grandes.
Quinto, se debe conocer el concepto de marco; el universo es conocido como la partida y
habrá ocasiones en que no se puedan tomar muestras al azar de toda esa partida, sino de
marco, teniendo
como resultados, solamente los análisis de esa fracción de la partida.
Las muestras obtenidas tienen una heterogeneidad que depende mucho de las propias
características de las muestras, sobre todo, cuando se busca la inocuidad y a los microorganismos
muestras se debe elevar para minimizar la probabilidad de aceptar un lote que debería
ser rechazado.
La uniformidad: como resultado de un proceso de fabricación hay una perfecta mezcla
de ese alimento (líquidos), por lo que el número de muestras se puede reducir, pero si
alimentos altamente perecederos, como los de la pesca, ya que los análisis de las
muestras requieren de un cierto tiempo para dar resultados y estos alimentos, no pueden
ser retenidos por esos periodos de tiempo.
bien puede ser 0. Las determinaciones implican la existencia de una variable continua, como una
establece un límite m, el cual se usa para separar las muestras entre rechazables (superiores a m)
y aceptables (menores a m, tomando en cuenta que habrá ocasiones en que m
bien, la severidad de los programas de muestreo depende de n (número de unidades de muestra de
un lote de alimento que deben de analizarse) y c (número de unidades de muestra rechazables).
Cuando hay un número superior a c, se rechaza el lote, ya que para un valor determinado de c el
aumento de n
en cambio para un valor constante de n, entre mayor sea c, más fácil será su aceptación (Tabla 7).
La Figura 15 demuestra el cambio de la probabilidad de rechazo o aceptación en la curva de
c.
Tabla 7. Ejemplo de severidad de los programas
SEVERIDAD
10 3
100 3
1
5
Fuente: Munguía (2011)
1.00 - n=5
A= Probabilidad de aceptación de un lote
0.00
R= Probabilidad de rechazo de un lote
0.80 - 0.20
0.60 - 0.40
0.40 - 0.60
0.20 - 0.80
0.00 L l l l l 1.00
0 20 40 60 80
P= porcentaje de unidades de muestra rechazables comprendidas en un lote
En el programa de tres clases, como su nombre lo indica, después de analizar las unidades
de muestra de acuerdo con los criterios microbiológicos, los recuentos se dividen en tres clases,
es decir además de m se establece M que constituye un nivel de contaminación peligroso debido
M separa las unidades de muestra de
calidad marginalmente aceptables de las rechazables.
Las tres clases de este programa se dividen en:
Figura 16. Árbol de toma de decisión para programas de dos y tres clases
en general entre más grave la enfermedad, más severo deberá de ser el programa.
Las frecuencias,
puedan afectarlos.
La etiología, debido al propio agente que genera graves enfermedades alimentarias, su
patogenicidad, su virulencia, la mínima dosis infectante, etc.
Las consideraciones clínicas que se basan en la gravedad de la enfermedad, mortalidad o
letalidad de la población afectada.
El subdiagnóstico médico y la convalecencia larga que se pueden presentar en algunas
enfermedades.
Las consideraciones epidemiológicas que hacen referencia a su difusión en el medio
ambiente, poniendo especial atención en las propias poblaciones debido a sus costumbres
higiénicas, hábitos dietéticos, costumbres locales y normas de comunidad.
Facultad de Estudios Superiores Cuautitlán 85
TALLER DE CONTROL DE CALIDAD DE ALIMENTOS DE ORIGEN PECUARIO PRIMERA PARTE
proceso térmico, o bacterias coliformes como E. coli, que indican una contaminación fecal y los
Staphylococcus que demuestran la contaminación por contacto con la piel o nariz humana.
Se recomienda sólo someter los alimentos a pruebas de detección de patógenos cuando:
se somete a un proceso térmico que un embutido que lleva otro tipo de proceso.
La posibilidad de alteración posterior
psicotrópicas, no se debe buscar C. botulinium y sí Pseudomonas spp.
La antigüedad del lote
para determinar C. botulinium; sin embargo, en una recién tratada, sí se debe hacer.
Los microorganismos patógenos con los que el lote ha podido estar en contacto. Por
Vibrio comma y de países donde es rara su
localización.
el hecho de que no sean células vivas, de que su Aw haya disminuido, de la acción competitiva de
algunos microorganismos, del nivel pH, de la temperatura de almacenamiento, su tratamiento,
sumado a los hábitos de consumo.
La ICMSF propone 15 categorías que surgen de la combinación del grado de peligro que
puede representar determinado microorganismo, al estar presente en un alimento frente a las
condiciones en las que se espera sea manipulado y consumido, dando como resultado condiciones que:
Aumentan el peligro -
ción de tal manera que se permita la multiplicación de microorganismos y cuando la cocción
no ocurre inmediatamente antes del consumo
como los consumidos en polvo o inmediatamente después de la
reconstitución.
Reducen el peligro
térmico.
Estas posibles combinaciones o categorias se presentan en la Tabla 8 e incluye, para cada una, el
Aumento Disminución
Sin peligro directo
de vida de anaquel de vida de anaquel
para la salud, CATEGORÍA 2
CATEGORÍA 1 CATEGORÍA 3
vida de anaquel, 3 clases
3 clases 3 clases
alteración n = 5, c = 2
n = 5, c = 3 n = 5, c = 1
pueden variar ampliamente y cuando se aplican a programas internacionales pueden dar lugar a
Datos obtenidos
Una vez que se tienen las muestras, se generan datos y para la mayoría de los procesos,
esos datos que se obtuvieron siempre estarán dispersos y nunca tendrán un único valor constante,
Los datos pueden estar organizados en tablas de números ordenados al azar, las cuales
prácticamente no aportan información útil sobre el comportamiento de los datos de esa población
(Tabla 9).
5.4 5.6 5.7 4 3.6 3.4 2.2 0.4 0.4 2.4 3.0 3.7 5.3 1.5 1.9
2.3 2.9 1.7 3.4 2.0 2.1 3.6 3.4 3.9 3.6 2.6 2.6 4.0 2.6 2.6
3.2 2.9 3.0 2.8 3.6 3.9 3.1 0.5 2.4 3.4 3.1 2.6 3.7 3.6 4.2
4.1 3.6 3.3 2.8 1.2 2.6 1.7 1.4 1.2 2.7 2.4 3.4 2.9 2.6 2.3
1.9 2.8 1.4 4.1 3.1 3.9 3.7 3.0 3.6 4.5 2.6 4.0 3.3 2.0 3.7
0.9 0.3 0.7 4.1 2.8 3.8 2.1 2.6 2.4 3.0 2.9 3.7 1.9 2.0 1.6
0.7 0.4 0.3 3.8 2.8 2.9 3.4 3.2 2.6 3.2 3.0 3.3 3.6 3.4 3.3
6.2 6.6 6.6 3.4 3.3 3.4 4.3 4.6 5.1 3.6 3.7 3.6 3.3 3.6 2.8
4.5 4.2 3.8 3.7 3.7 3.2 3.8 3.1 3.9 3.3 2.3 2.2 2.2 3.3 2.1
5.2 4.4 4.0 3.2 4.3 3.4 3.4 4.4 3.2 4.3 4.0 3.8 3.0 2.4 2.4
2.8 3.7 2.8 4.9 4.3 4.4 4.4 4.0 3.3 3.7 2.8 3.4 4.7 4.7 4.2
Fuente: Luján (2010)
El primer paso para analizar los datos consiste en ordenarlos en forma ascendente o
descendente, esto permite conocer de manera inmediata los valores máximos y mínimos con los
3,695
3,726
3,756
3,786
3,816
3,846
3,876
3,906
3,936
3,966
que cada clase tiene sus propios límites, quienes a su vez determinan la magnitud de cada una y
todas deben de tener la misma magnitud.
Como segundo paso se debe determinar esa cantidad y magnitud de las clases con las que se
de clases correspondan exactamente al valor del Rango, es decir, que la primera clase comience con
el valor mínimo y la última termine con el valor máximo de éste, ya que muchas veces se tiende
a redondear valores y ello genera, sobre todo, que el último subgrupo tenga límites menores o
mayores al valor máximo del rango, creando una perturbación en el histograma.
Número de clases (Nc) = 1 + 3. 322 log10 N, donde N es el número total de datos, no olvidándose de
superior de la clase precedente, por lo tanto el límite inferior de la siguiente clase debe de ser
la otra. Sin embargo, para el límite mayor de las demás clases, no se va a sumar la magnitud al
límite inferior de ésta, sino que se va a sumar la magnitud al límite mayor de la clase anterior
(e.g. límite superior de la clase anterior = 3.8, límite inferior de la siguiente clase debe de ser
3.9 y su límite superior debe ser 4.5 al sumar 3.8 + 0.7 y no 3.9 + 0.7).
Dentro de la tabla de Distribución de Frecuencia también se recomienda tener una columna
ésta se calcula con la siguiente fórmula: FR = [(frecuencia (f) x 100) ÷ (N) Número total de datos] y
también se recomienda tener otra columna donde aparezca la frecuencia acumulada, que es la
suma progresiva de las frecuencias (e.g. la frecuencia de la celda 1 (9) se suma con la frecuencia
este resultado es la frecuencia relativa de la celda 2 (17) y así sucesivamente),
ver Tabla 11.
Tabla 11. Ejemplo de tabla de frecuencias para los datos de Luján (2010)
1 0.3 1 9 5.45% 9
2 1.1 1.7 8 4.85% 17
3 1.8 2.4 21 12.73% 38
4 2.5 3.1 35 21.21% 73
5 3.2 3.8 53 32.12% 126
6 3.9 4.5 26 15.76% 152
4.6 5.2 6 3.64% 158
5.3 5.9 4 2.42% 162
6 6.6 3 1.82% 165
TOTAL 165 100.00%
o la cantidad de valores que caen dentro de ese subgrupo (frecuencia) deben representarse con
.
4.3 3.7 3.6 3.4 2.7 3.7 2.2 3.0 6.2 2.4
5.4 4.5 2.8 3.3 3.4 3.7 3.0 2.8 4.5 3.3
2.3 5.2 4.1 5.3 4.3 5.3 4.7 2.0 2.8 3.6
3.2 2.8 4.1 2.2 3.8 4.0 3.3 3.4 3.0 3.3
4.1 4.5 3.8 3.6 3.4 3.7 3.2 1.9 4.9 3.6
1.9 4.4 3.4 3.1 4.4 2.9 2.4 4.3 3.2 3.3
0.9 4.0 3.7 1.7 3.9 3.3 1.9 2.2 2.1 3.6
0.7 3.4 3.2 3.7 3.4 1.9 4.4 5.0 3.6 3.3
(a)
valor promedio.
(b)
(c)
(f)
(g)
(g)
o se cambia el proceso, detectando y corrigiendo
las causas de variación, o se amplían los límites de
(h)
(i)
(j)
Histograma con dientes o en forma de peine,
comprobar si hay algo mal en los métodos de
medición.
(k) (k)
(k) Histograma con islas separadas. Indica alguna
anomalía y se tiene que buscar la causa y
erradicarla, si se eliminan los errores de los
productos fuera de los límites se puede fabricar
uno excelente.
(l)
(l) Histograma con la cola izquierda extendida.
Ocurre cuando existe un límite superior del que
importante tenerlos en cuenta debido a que éstos proporcionan información cuantitativa sobre
de todos los datos en sus valores reales divididos entre la cantidad de datos que se
sumaron.
Mediana ( ): es el valor central cuando los datos se ponen en orden de magnitud. Se obtiene
al ubicar el valor que se encuentra exactamente en el centro, es decir, aquel que tiene el
Recorrido o Rango (R): como se describió antes, es la medida de dispersión máxima que
delimita los valores reales del comportamiento del proceso, es la diferencia entre el valor
“que tanto se dispersó el proceso”.
Tabla 12. Suma de los cuadrados de las desviaciones para los datos de Luján (2010)
TOTAL
esa línea es la media o el promedio (valor que representa a la mayoría de la población). El área
de la media menos el valor de una vez la desviación estándar y la media más el valor de una vez la
desviación estándar en un proceso que sigue el comportamiento de una curva de distribución normal.
Dentro:
proceso al sumar y restar de la media el valor de una, dos, tres, cuatro o cinco desviaciones
estándar.
Fuera:
sumar y restar de la media el valor de una, dos, tres, cuatro o cinco desviaciones estándar.
II. EJERCICIO:
y Medidas de Dispersión.
a)
b)
c)
d)
e)
f)
g)
h)
a)
b)
c)
d)
e)
f)
g)
h)
control de variables permiten al usuario observar las variabilidades del proceso por subgrupos y
y Límite de Control Inferior), las cuales facilitan detectar en qué subgrupos se están generando
las variaciones conformes y en cuáles las no conformes, ya que estas líneas delimitan qué tanto
de que el proceso no está controlado. Al analizar los factores del subgrupo en el que se presentan
grande donde existen más curvas normales de los otros subgrupos(Figura 20).
Figura 20.
I. Se recomienda utilizar una tabla como la número 13 para tener ordenados los datos y hacer
Tabla 13.
II. Tomar en cuenta que para los subgrupos se deberá contar con registros previos de cada
III. Obtener las muestras, , de cada subgrupo (ver toma de muestras en este capítulo ). Se
establece que con 5 o menos muestras existen pocas probabilidades de localizar alguna
variación, es por ello que se recomiendan más.
IV. Los subgrupos son conocidos como “K” y el número de datos puntuales o muestras de
n”
V. Inmediatamente que se obtuvieron los datos de las muestras, se debe calcular la media o
promedio de cada subgrupo ( ) (Tabla 14).
a. En el caso de determinar que el comportamiento del proceso no genera una
curva de Distribución Normal, se puede usar a la mediana ( ), como medida de
tendencia central sustituyendo a la media y por lo tanto ésta se debe de calcular
por subgrupo (Tabla 14).
VI. Independientemente de haber elegido la media o la mediana, se debe calcular el rango
( ) de los subgrupos, restando el valor mínimo del subgrupo del valor máximo del mismo.
entre , el rango es .
VII. Calcular el promedio de los promedios ( ) de los subgrupos (Tabla 14).
a. Para el caso de la elección de mediana como tendencia central se necesita
calcular el promedio de las medianas ( ) de los subgrupos (Tabla 14).
VIII. Calcular el Promedio de Rangos ( ) de los subgrupos (Tabla 14).
Para el caso del uso de mediana, calcular la mediana del Rango ( ) de los subgrupos
(Tabla 14).
Tabla 14.
SUB R
1 6.7 6.62 6.71 6.02 6.09 5.86 6.33 0.85 6.36
2 6.07 6.06 5.97 6.31 6.49 5.96 6.14 0.53 6.07
3 6.27 5.92 5.81 5.74 5.87 6.08 5.95 0.53 5.90
4 5.98 6.02 6.17 5.97 5.83 5.64 5.94 0.53 5.98
5 6.47 6.42 6.48 6.18 6.29 6.24 6.35 0.30 6.36
6 6.25 6.21 6.03 5.76 5.75 5.54 5.92 0.71 5.90
5.90 6.01 6.00 5.57 5.49 5.58 5.76 0.52 5.74
5.80 5.80 6.19 5.95 5.75 5.77 5.88 0.44 5.80
6.00 5.75 6.09 6.20 6.12 6.05 6.04 0.45 6.07
6.01 5.95 5.93 6.05 6.11 6.19 6.04 0.26 6.03
11 5.67 5.87 5.71 6.11 5.68 5.70 5.79 0.44 5.71
12 5.72 5.66 5.74 5.74 5.91 5.98 5.79 0.32 5.74
13 5.87 5.87 5.81 5.78 5.79 5.40 5.75 0.47 5.80
14 5.57 5.49 5.58 5.31 5.23 5.22 5.40 0.36 5.40
15 5.64 6.01 6.80 6.40 6.37 6.06 6.21 1.16 6.22
16 5.95 5.75 5.77 5.96 5.99 5.88 5.88 0.24 5.92
6.07 6.08 5.96 6.05 6.05 5.85 6.01 0.23 6.05
5.58 5.60 5.50 6.02 6.05 6.11 5.81 0.61 5.81
6.38 6.43 6.56 6.08 6.01 5.94 6.23 0.62 6.23
5.57 5.60 5.77 6.24 6.14 6.08 5.90 0.67 5.93
21 5.70 5.76 5.20 5.73 6.36 6.41 5.86 1.21 5.75
22 5.51 5.40 5.70 6.09 6.18 6.13 5.84 0.78 5.90
23 6.06 5.88 5.85 5.97 5.95 5.88 5.93 0.21 5.92
24 6.10 5.95 5.89 6.23 6.22 6.17 6.09 0.34 6.14
25 5.95 6.03 6.00 5.87 6.34 6.10 6.05 0.47 6.02
TOTAL 148.89 13.25 148.68
PROMEDIOS
IX. Calcular las líneas de control: Límite de Control Superior LCS, Línea Central LC, Límite
de Control Inferior LCI.
a. GRÁFICOS DE CONTROL DE VARIABLES DE MEDIA Y RANGO (R)
Línea Central:
3
y D4
cuando “n”
1. Línea Central:
3
A2
)
1. Línea Central:
5
y D6
coordenadas a los valores referentes de cada subgrupo tanto para media o mediana como para el
rango (Figura 21 de Media y Rango (R
Producto Z antes del proceso:
LC:
LCS:
LCI:
(R)
LC:
LCS:
LCI:
Subgrupos
Rango del pH
Subgrupos
R R
existir puntos fuera de los límites, la variabilidad del proceso podrá presentar pautas distintas al
comportamiento aleatorio. En la mayoría de los casos estas pautas pueden utilizarse para realizar
Antes que nada, para lograr la interpretación de estas pautas, lo primero que se debe de
R
procesos que estén fuera de los límites de control. Si esto no es así, inmediatamente se deben
R, y esto, en muchos casos, eliminará
ó .
fuera de los límites de control, por lo que antes de proceder a analizarla se deben corregir las
R y .
En muestras con 25 procesos o menos, éstos caen consecutivamente dentro de los límites
de control.
No existe más del 2% de procesos que se encuentran fuera de los límites de control. No
obstante, hay que investigar y corregir la anomalía.
Se considera también que hay anomalías en el proceso cuando varios puntos caen del mismo lado
de la línea central:
Cuando los puntos caen masivamente en torno a la línea central (sobrestabilidad), deben
ó R. Sin embargo, un
cambio en la variabilidad (R), sí suele traducirse en cambios en el de medias o medianas .
Los cambios de turnos (operarios), de materias primas, entre otros pueden dar lugar a
R con los
En todos los casos en los que un punto cae fuera de los límites de control (superior o
inferior), hay que comprobar antes de cualquier acción:
Frecuentemente pueden detectarse cambios anormales del proceso antes de que éste se
ocurre en el caso de que 5 o más puntos sucesivos caigan en el lado superior de la línea central,
sin salirse de los límites.
R, indica MENOR
hacerla permanente.
A título orientativo, un 60% de los puntos deben caer en el tercio central y un 40% en los
medición.
O que el punto está mal marcado o que los límites están mal calculados.
R
lado de la línea de o .
R,
el reparto de puntos aproximado debe ser 60% en el tercio central y 40% en los restantes.
El recálculo de los límites de control debe hacerse al mismo tiempo que en los de R, y
siguiendo los mismos criterios (Ishikawa, 1994).
2.5
solamente dos valores: conforme / no conforme, pasa / no pasa, funciona / no funciona, presente
de atributos operan con base en la cantidad de productos conformes y los no conformes (Ishikawa,
realizaran los cálculos para obtener las curvas normales de distribución de cada subgrupo
y después se comparán entre ellas.
Su función primaria es mostrar el comportamiento de un proceso.
cien unidades de producto terminado para ver si son conformes o no y hay cinco unidades
defectuosas, la fracción de unidades defectuosas está dada por: p = 5/100 = 0. 05 y, por
recta y para todos los subgrupos, este valor será el mismo. La única diferencia entre una
se deberán de recalcular los valores de los límites de control superiores e inferiores de cada
subgrupo (paso V, Nota 1) y que los LCS y LCI no se representarán rectos como se ha visto
anteriormente, sino que tendrán deformaciones debido al recálculo por la diferencia en el
defectuosos p
I.
agregar las columnas de LCS, LC y LCI, ya que para cada subgrupo esos valores cambiarán.
II. Recoger tantos datos como sea posible para poder conocer las unidades revisadas por
subgrupo n, las totales , y las unidades defectuosas en cada subgrupo r y las totales R
(Tabla 17).
III. Una vez obtenidos los subgrupos de muestras, se debe proceder a calcular la fracción de
unidades defectuosas para cada subgrupo p (Tabla 17).
Tabla 17.
1 125 12 0.096
2 125 14 0.112
3 125 16 0.128
4 125 21 0.168
5 125 26 0.208
6 125 15 0.120
7 125 18 0.144
8 125 16 0.128
9 125 11 0.088
10 125 13 0.104
11 125 11 0.088
12 125 22 0.176
13 125 14 0.112
14 125 18 0.144
15 125 13 0.104
16 125 30 0.240
17 125 24 0.192
18 125 22 0.176
19 125 20 0.160
20 125 14 0.112
TOTAL N R
PROMEDIOS 125
V. Calcular las líneas de control: Límite de Control Superior (LCS), Línea Central (LC),
Límite de Control Inferior (LCI).
a. Línea Central :
b.
NOTA 1:
NOTA 2
tir unidades defectuosas negativas.
VI.
coordenadas, los valores de la fracción de las unidades defectuosas de cada subgrupo
(Figura 23). No se debe de olvidar que en el caso de muestras variables los LCS y LCI
a) LC:
b) LCS =
c) LCI =
Subgrupos
p, np, c, u)
las causas especiales o asignables como las pautas de comportamiento que representan cambios
Primeramente se buscarán los procesos que estén fuera de los límites de control superiores
e inferiores.
Enseguida se buscarán tendencias o pautas distintas al comportamiento aleatorio.
1) Cuando en muestras con 25 procesos o menos, éstos caen consecutivamente dentro de los
límites establecidos.
2) Cuando no hay más del 2% de procesos fuera de los límites.
(Munguía, 2011):
1) Cuando un punto se encuentra fuera de los límites de control.
que estén muy cerca de las líneas de control conviene marcarlos con un semicírculo.
II) Cuando existan dos puntos consecutivos muy próximos al límite de control.
IV) Cuando los puntos tengan una sobreestabilidad al agruparse masivamente cerca de la
línea central.
V) Cuando exista una fuerte tendencia ascendente o descendente marcada por cinco o más
puntos consecutivos.
VI) Cuando existan cambios bruscos de puntos próximos a un límite de control hacia el otro
límite.
proceso o del inspector, recuérdese que se trata de características binominales respecto a las que
Finalmente no se debe olvidar observar las metas establecidas para ese proceso, en
particular con respecto a sus atributos de calidad, ya que uno de los aspectos característicos
muy elevado, lo cual se debe a que se trata de cálculos estadísticos en los que se hace una
comparación entre los subgrupos muestreados, pero que tal vez no represente el valor deseado
como máximo de características no conformes. Simplemente es un número que estadísticamente
a y b).
p: de control de porcentaje de
elementos defectuosos
pero cuando esta muestra varía, lo que cambia es el recálculo de los LCS y LCI de cada
subgrupo, ya que la línea central sólo es calculada una vez y se mantiene estable para
todos los subgrupos.
simplemente una tasa. Por tanto, grosso modo sirven para darse cuenta rápidamente del
comportamiento del proceso en general y en procesos con una gran cantidad de productos
Por último recordar que, si existen límites preestablecidos, se debe comparar si éstos
caso concreto de algunos límites establecidos en la normatividad vigente o a los vinculados con
aspectos tecnológicos o funcionales.
1 75 5
2 79 2
3 74 3
4 85 4
5 80 2
6 81 1
7 79 1
8 68 6
9 69 5
10 72 5
1 60 15
2 60 14
3 60 10
4 60 9
5 60 18
6 60 17
7 60 21
8 60 25
9 60 24
10 60 15
11 60 13
12 60 10
13 60 16
14 60 18
15 60 11
16 60 8
17 60 9
18 60 15
19 60 18
20 60 20
np
un inspector que revise las latas de leche condensada, al tomar una muestra de un lote,
np
coordenadas, los valores de las unidades defectuosas de cada subgrupo. (Figura 24).
LC
LCS
LCI
Figura 24. np
Subgrupo
que primordialmente se deben considerar los procesos que se encuentran por fuera de
los límites de control y posteriormente las pautas o tendencias que estos procesos siguen
el proceso.
Finalmente recordar que si existen límites preestablecidos, se debe de comparar si estos
p y np
V. EJERCICIO: utilizando los siguientes datos elabore una tabla en la que se apoye para
np anotando sus límites de control e interpretándola.
1 105 9
2 105 12
3 105 15
4 105 14
5 105 17
6 105 13
7 105 14
8 105 16
9 105 13
10 105 10
1 160 11
2 160 15
3 160 14
4 160 13
5 160 12
6 160 12
7 160 14
8 160 13
9 160 11
10 160 15
11 160 17
12 160 14
13 160 13
14 160 16
15 160 15
16 160 12
17 160 13
18 160 13
19 160 11
20 160 15
varias características que pueden no estar conformes con lo requerido de ese producto como
unidad. El hecho de poseer defectos, no necesariamente implica su desecho. Recuérdese
que se trata de características binominales, en las que se toma una decisión (e.g. Tabla
Tabla 18. c
embargo, si se quisieran corregir las causas que generan esas inconformidades se sugiere
profundizar en el análisis de éstas mediante el Diagrama de Pareto que se describe en el
apartado correspondiente.
c)
a. Línea Central:
c.
a. LC
b. LCS
c. LCI
Figura 25. c
Subgrupo
Fuente: Munguía
Fuente: (2011)
Munguía (2011)
c: de control de defectos
los salamis habla por sí solo. Por tanto, el control de calidad para cada pieza debe ser más exigente
(total de características no conformes del producto) y no necesariamente se toman muestras de
primordialmente se deben de tomar en cuenta los procesos que se encuentran por fuera de los
límites de control y posteriormente las pautas o tendencias que estos procesos siguen dentro de la
Finalmente, cabe recordar que si existen límites preestablecidos, se debe de comparar si es-
-
teriormente, caso concreto de algunas limitaciones establecidas en la legislación aplicable (Ishikawa,
JAMÓN JAMÓN
DEFECTOS DEFECTOS
SERRANO SERRANO
1 7 11 12
2 5 12 5
3 4 13 11
4 6 14 8
5 5 15 7
6 8 16 5
7 4 17 4
8 5 18 7
9 6 19 16
10 6 20 4
JAMÓN JAMÓN
DEFECTOS DEFECTOS
SERRANO SERRANO
1 2 21 7
2 3 22 5
3 5 23 2
4 2 24 4
5 4 25 6
6 3 26 2
7 6 27 6
8 3 28 8
9 5 29 6
10 2 30 2
11 6 31 2
12 3 32 5
13 4 33 6
14 5 34 2
15 2 35 9
16 6 36 4
17 3 37 5
18 5 38 7
19 11 39 4
20 3 40 5
cuando el
u)
IV. Después se deben de calcular los Límites de Control Superior (LCS) y los Límites de
Control Inferior (LCI), para cada una de los subgrupos:
b.
Tabla 19. u
U LCI LC LCS
k
n c
a. LC
b. LCS:
+
c. LCI:
-
Figura 26. u
correspondiente, recordando que primordialmente se deben de tomar en cuenta los procesos que
se encuentran por fuera de los límites de control y posteriormente las pautas o tendencias que
En este caso la Figura 26 muestra que todos los lotes de rebanadas de tocino se encuentran
la vigilancia y se debe estar pendiente de los próximos comportamientos para evitar que
el proceso salga de control.
Facultad de Estudios Superiores Cuautitlán 139
TALLER DE CONTROL DE CALIDAD DE ALIMENTOS DE ORIGEN PECUARIO PRIMERA PARTE
k n c
1 69 2 5
2 76 1 3
3 64 2 9
4 70 1 5
5 62 4 12
6 63 2 6
7 72 3 7
8 69 2 8
9 68 2 4
10 71 2 6
k n c
1 89 3 9
2 98 4 7
3 123 2 9
4 108 3 10
5 99 4 11
6 96 5 12
7 102 6 16
8 114 4 8
9 111 7 9
10 96 8 12
11 95 12 21
12 105 9 12
13 112 6 13
14 124 4 16
15 103 5 10
16 96 7 11
17 90 3 9
18 94 8 8
19 100 4 11
20 102 5 7
2.6
Es una herramienta que se utiliza para priorizar los problemas o las causas que los generan.
El nombre de Pareto fue dado por el Dr. Juran en honor del economista italiano Vilfredo Pareto
(1848-1923) quien realizó un estudio sobre la distribución de la riqueza, en el cual descubrió que
la minoría de la población poseía la mayor parte de la riqueza y la mayoría de la población poseía
la menor parte. El Dr. Juran aplicó este concepto a la calidad, obteniéndose lo que hoy se conoce
como la regla 80/20.
este concepto, si se tiene un problema con muchas causas, se puede decir que el 20% de las causas
resuelven el 80 % del problema y el 80 % de las causas solo resuelven el 20 % del problema. Gracias a estos
3.
4. Elaborar una tabla de datos para el Diagrama de Pareto con la lista de las características
5.
6.
acumulados en la parte
80%, el ancho de esta barra determinará las características que generan la mayoría de los
c «Defectos
CARACTERÍSTICAS DESEABLES
Diámetro de 5 a 6 cm
de la tripa (superior)
de la tripa (inferior)
Tripa sin rasgaduras
Largo entre 57 cm
Etiqueta centrada
Anudado correcto
Anudado correcto
Empaque al vacío
color de la pieza
Uniformidad del
Uniformidad del
escurrimientos
Ausencia de
SALAMI
sin arrugas
diámetro
y 60 cm
1 NO NO NO NO 4
2 NO 1
3 NO NO NO 3
4 NO NO NO NO 4
5 NO NO NO 3
6 NO NO 2
7 NO NO 2
8 NO NO NO NO 4
9 NO NO 2
10 NO 1
11 NO NO NO NO 4
12 NO 1
13 NO NO NO 3
14 NO NO 2
15 NO NO 2
16 NO NO NO NO NO NO NO NO NO
17 NO NO 2
18 NO NO 2
19 NO NO 2
20 NO 1
21 NO NO NO 3
22 NO NO NO NO 4
23 NO NO NO 3
24 NO NO NO NO 4
25 NO NO 2
26 NO NO NO NO 4
27 NO 1
28 NO NO NO 3
29 NO NO NO NO 4
30 NO NO NO NO 4
TOTAL 2 3 2 2 21 3 1 2 3
TOTAL TOTAL
3 74 3.49 86.05
Anudado incorrecto
2 85 2.33 98.84
de la tripa (Superior)
Anudado incorrecto
1 86 1.16 100.00
de la tripa (Inferior)
TOTALES
100%
70%
Una vez ubicada en la curva acumulada la fracción del 80% se debe de enfocar toda la
atención en los defectos que acumulan ese 80%.
VIII. EJERCICIO:
A continuación se proporciona una serie de datos agrupados en 6 categorías, estos datos se
Central y sus límites de Control Superiores e Inferiores). Una vez que éstas sean completadas,
PRODUCTO A
Tº DE LA CARNE ANTES DEL PROCESO
SUBGRUPOS T1 T2 T3 PROMEDIO
1 -1.1 -1.3 -1.1 -1.167 -1.1 -1.3 0.2
2 -1.7 -1.7 -1.7 -1.700 -1.7 -1.7 0
3 -1.7 -1.4 -1.7 -1.600 -1.4 -1.7 0.3
4 -2.2 -1.9 -2 -2.033 -1.9 -2.2 0.3
5 -1.5 -1.4 -1.4 -1.433 -1.4 -1.5 0.1
6 -0.9 0.3 -0.6 -0.400 0.3 -0.9 1.2
7 -1.3 -1.6 -1.8 -1.567 -1.3 -1.8 0.5
8 -1.5 -1.2 -1.2 -1.300 -1.2 -1.5 0.3
9 -1.3 -1.5 -1.3 -1.367 -1.3 -1.5 0.2
10 -1.4 -2 -1.5 -1.633 -1.4 -2 0.6
11 -1.3 -1.8 -1.4 -1.500 -1.3 -1.8 0.5
12 -1.2 -1.3 -1.3 -1.267 -1.2 -1.3 0.1
13 -1.3 -1.7 -1.8 -1.600 -1.3 -1.8 0.5
14 -1.1 -1.7 -1.8 -1.533 -1.1 -1.8 0.7
15 -1.7 -1.2 -1.4 -1.433 -1.2 -1.7 0.5
16 -1.5 -1.5 -1.2 -1.400 -1.2 -1.5 0.3
17 -1.4 -1.5 -1.3 -1.400 -1.3 -1.5 0.2
18 -1.6 -1.7 -1.7 -1.667 -1.6 -1.7 0.1
19 -1.7 -1.6 -1.2 -1.500 -1.2 -1.7 0.5
20 -0.8 -1 -1.2 -1.000 -0.8 -1.2 0.4
21 -1.8 -1.3 -1.3 -1.467 -1.3 -1.8 0.5
22 -1.4 -1.3 -1.4 -1.367 -1.3 -1.4 0.1
23 -1.4 -1.8 -1.9 -1.700 -1.4 -1.9 0.5
24 -1.2 -1.6 -1.2 -1.333 -1.2 -1.6 0.4
25 -1.4 -1.4 -1.2 -1.333 -1.2 -1.4 0.2
Subgrupo
x
T° de la Carne
x LCS=
LC=
R
Rango de la T°
R
LCS=
LC=
Subgrupo
PRODUCTO A
SUBGRUPOS PROMEDIO
1 6.7 6.62 6.71 6.6767 6.71 6.62 0.09
2 6.07 6.06 5.97 6.0333 6.07 5.97 0.1
3 6.27 5.92 5.81 6.0000 6.27 5.81 0.46
4 5.98 6.02 6.17 6.0567 6.17 5.98 0.19
5 6.47 6.42 6.48 6.4567 6.48 6.42 0.06
6 6.25 6.21 6.03 6.1633 6.25 6.03 0.22
7 5.9 6.01 6 5.9700 6.01 5.9 0.11
8 5.8 5.8 6.19 5.9300 6.19 5.8 0.39
9 6 5.75 6.09 5.9467 6.09 5.75 0.34
10 6.01 5.95 5.93 5.9633 6.01 5.93 0.08
11 5.67 5.87 5.71 5.7500 5.87 5.67 0.2
12 5.72 5.66 5.74 5.7067 5.74 5.66 0.08
13 5.87 5.87 5.81 5.8500 5.87 5.81 0.06
14 5.57 5.49 5.58 5.5467 5.58 5.49 0.09
15 5.64 6.01 6.8 6.1500 6.8 5.64 1.16
16 5.95 5.75 5.77 5.8233 5.95 5.75 0.2
17 6.07 6.08 5.96 6.0367 6.08 5.96 0.12
18 5.58 5.6 5.5 5.5600 5.6 5.5 0.1
19 6.38 6.43 6.56 6.4567 6.56 6.38 0.18
20 5.57 5.6 5.77 5.6467 5.77 5.57 0.2
21 5.7 5.76 5.2 5.5533 5.76 5.2 0.56
22 5.51 5.4 5.7 5.5367 5.7 5.4 0.3
23 6.06 5.88 5.85 5.9300 6.06 5.85 0.21
24 6.1 5.95 5.89 5.9800 6.1 5.89 0.21
25 5.95 6.03 6 5.9933 6.03 5.95 0.08
x :
pH de la Carne
LCS=
LC=
x LCI=
Subgrupos
R:
Rango del pH
LCS=
R LC=
LCI=
Subgrupos
PRODUCTO A
SUBGRUPOS Tº 1 PROMEDIO
1 18.8 5.4 19.7 14.6333 19.7 5.4 14.3
2 9.2 5.4 16.9 10.5000 16.9 5.4 11.5
3 8.2 5.4 17.5 10.3667 17.5 5.4 12.1
4 8.2 17.3 14.7 13.4000 17.3 8.2 9.1
5 11 17.1 17.5 15.2000 17.5 11 6.5
6 12.4 5.7 17.1 11.7333 17.1 5.7 11.4
7 10 12.8 18.2 13.6667 18.2 10 8.2
8 9.1 17.3 6.4 10.9333 17.3 6.4 10.9
9 14.5 13.2 13 13.5667 14.5 13 1.5
10 18.8 18.2 9.9 15.6333 18.8 9.9 8.9
11 17.2 18.6 10.6 15.4667 18.6 10.6 8
12 18.1 18.4 16.4 17.6333 18.4 16.4 2
13 17.2 17.4 13 15.8667 17.4 13 4.4
14 7.4 17.6 12.4 12.4667 17.6 7.4 10.2
15 18.8 18.2 13.9 16.9667 18.8 13.9 4.9
16 17.3 17.1 13 15.8000 17.3 13 4.3
17 18.4 17.1 13 16.1667 18.4 13 5.4
18 12.6 17.3 13.1 14.3333 17.3 12.6 4.7
19 14.2 17.6 13 14.9333 17.6 13 4.6
20 19.4 16.6 13.6 16.5333 19.4 13.6 5.8
21 19.2 15.5 6.3 13.6667 19.2 6.3 12.9
22 18.4 16.4 5.5 13.4333 18.4 5.5 12.9
23 19.4 17.1 6.6 14.3667 19.4 6.6 12.8
24 18.2 17.8 2 12.6667 18.2 2 16.2
25 19 18 5.9 14.3000 19 5.9 13.1
x :
LCS=
x LC=
LCI=
Subgrupos
Rango de la T°
R:
LCS=
R
LC=
LCI=
Subgrupos
PRODUCTO A
SUBGRUPOS PROMEDIO
1 5.91 5.78 7.52 6.4033 7.52 5.78 1.74
2 7.23 7.02 7.54 7.2633 7.54 7.02 0.52
3 7.23 7.12 7.58 7.3100 7.58 7.12 0.46
4 8.21 7.64 7.32 7.7233 8.21 7.32 0.89
5 8.31 7.65 7.42 7.7933 8.31 7.42 0.89
6 7.25 6.38 7.02 6.8833 7.25 6.38 0.87
7 6.58 6.27 7.42 6.7567 7.42 6.27 1.15
8 6.51 6.36 7.22 6.6967 7.22 6.36 0.86
9 7.25 7.64 7.75 7.5467 7.75 7.25 0.5
10 7.38 6.21 7.84 7.1433 7.84 6.21 1.63
11 6.55 6.47 7.65 6.8900 7.65 6.47 1.18
12 7.62 6.17 7.47 7.0867 7.62 6.17 1.45
13 6.79 6.33 7.88 7.0000 7.88 6.33 1.55
14 6.64 6.21 7.86 6.9033 7.86 6.21 1.65
15 7.56 6.29 7.78 7.2100 7.78 6.29 1.49
16 6.78 6.17 7.64 6.8633 7.64 6.17 1.47
17 6.76 6.17 7.21 6.7133 7.21 6.17 1.04
18 6.32 6.31 7.2 6.6100 7.2 6.31 0.89
19 6.68 6.82 7.18 6.8933 7.18 6.68 0.5
20 6.54 6.14 7.98 6.8867 7.98 6.14 1.84
21 6.95 6.42 7.31 6.8933 7.31 6.42 0.89
22 6.52 6.5 7.2 6.7400 7.2 6.5 0.7
23 6.75 6.77 6.75 6.7567 6.77 6.75 0.02
24 6.73 6.28 7.24 6.7500 7.24 6.28 0.96
25 6.65 6.43 7.06 6.7133 7.06 6.43 0.63
x :
LCS =
x =
LC=
LCI=
Subgrupo
Rango del pH
R:
R LCS=
LC=
LCI=
Subgrupo
PRODUCTO A
TEMPERATURA DESPUÉS PROCESO
SUBGRUPOS Tº 1 PROMEDIO
1 3.45 8.7 5.3 5.8167 8.7 3.45 5.25
2 2.88 0.38 9.68 4.3133 9.68 0.38 9.3
3 -1.14 -1.7 5.32 0.8267 5.32 -1.7 7.02
4 3.54 -1.86 6.33 2.6700 6.33 -1.86 8.19
5 1.24 -0.88 5.4 1.9200 5.4 -0.88 6.28
6 1 3.24 4.28 2.8400 4.28 1 3.28
7 0.8 -0.9 5.26 1.7200 5.26 -0.9 6.16
8 3.54 3.96 4.46 3.9867 4.46 3.54 0.92
9 0.82 5.06 5.44 3.7733 5.44 0.82 4.62
10 2.8 0.48 5.42 2.9000 5.42 0.48 4.94
11 -1.8 -1.34 5.9 0.9200 5.9 -1.8 7.7
12 0.18 -0.16 5.72 1.9133 5.72 -0.16 5.88
13 -1.66 -1.8 4.72 0.4200 4.72 -1.8 6.52
14 2.26 0.5 4.62 2.4600 4.62 0.5 4.12
15 -0.46 0.52 3.18 1.0800 3.18 -0.46 3.64
16 1.86 -0.58 5.2 2.1600 5.2 -0.58 5.78
17 3.56 -1.52 6.4 2.8133 6.4 -1.52 7.92
18 3.08 -0.94 6.96 3.0333 6.96 -0.94 7.9
19 1.04 -1.26 6.52 2.1000 6.52 -1.26 7.78
20 3.48 4.78 5.94 4.7333 5.94 3.48 2.46
21 4.28 -1.7 5.94 2.8400 5.94 -1.7 7.64
22 3.08 6.7 3.4 4.3933 6.7 3.08 3.62
23 1.06 -1.5 5.64 1.7333 5.64 -1.5 7.14
24 1.48 -1.26 3.6 1.2733 3.6 -1.26 4.86
25 1.76 1.15 5.9 2.9367 5.9 1.15 4.75
x :
x LCS=
LC=
LCI=
Subgrupos
R R:
LCS=
LC=
LCI=
Subgrupos
PRODUCTO A
SUBGRUPOS PROMEDIO
1 6.38 5.91 6.83 6.3733 6.83 5.91 0.92
2 6.07 5.95 6.43 6.1500 6.43 5.95 0.48
3 6.017 6.35 6.71 6.3590 6.71 6.017 0.693
4 6.117 5.93 6.73 6.2590 6.73 5.93 0.8
5 6.051 6.32 6.67 6.3470 6.67 6.051 0.619
6 6.011 6.13 6.75 6.2970 6.75 6.011 0.739
7 6.254 6.32 6.3 6.2913 6.32 6.254 0.066
8 6.134 6.81 6.28 6.4080 6.81 6.134 0.676
9 6.122 6.23 6.53 6.2940 6.53 6.122 0.408
10 6.209 6.31 6.57 6.3630 6.57 6.209 0.361
11 6.099 6.08 6.37 6.1830 6.37 6.08 0.29
12 5.823 6.13 6.23 6.0610 6.23 5.823 0.407
13 5.888 5.67 6.34 5.9660 6.34 5.67 0.67
14 5.784 5.94 6.09 5.9380 6.09 5.784 0.306
15 5.901 6.35 6.264 6.1717 6.35 5.901 0.449
16 6.193 6.29 6.03 6.1710 6.29 6.03 0.26
17 6.438 6.23 6.358 6.3420 6.438 6.23 0.208
18 6.448 6.4 6.308 6.3853 6.448 6.308 0.14
19 6.089 5.85 6.61 6.1830 6.61 5.85 0.76
20 6.067 6.21 6.62 6.2990 6.62 6.067 0.553
21 6.135 5.85 6.62 6.2017 6.62 5.85 0.77
22 6.022 6.16 6.49 6.2240 6.49 6.022 0.468
23 6.109 5.96 6.57 6.2130 6.57 5.96 0.61
24 6.245 6.06 6.8900 6.3983 6.89 6.06 0.83
25 5.986 5.6800 6.2600 5.9753 6.26 5.68 0.58
x :
LCS=
x LC=
LCI=
Subgrupos
R:
R LCS=
LC=
LCI=
Subgrupos
Estos diagramas ilustran la relación entre las características (los resultados de un proceso)
Está compuesto por un recuadro (cabeza), una línea principal (columna vertebral), y 4 o más
líneas que apuntan a la línea principal formando un ángulo aproximado de 70º (espinas principales).
Estas últimas poseen a su vez dos o tres líneas inclinadas (espinas), y así sucesivamente (espinas
menores), según sea necesario (Ishikawa, 1994).
proceso en consideración.
3. Elegir unos nombres generales para las características substitutas y anotarlas en el
M’s”
(Materiales, máquinas, equipos, métodos, mano de obra, medidas, medio ambiente).
4.
5.
6. Juntar la mayor cantidad de gente posible para que se aporten las ideas.
7.
de puré de
tomate
IX. EJERCICIO: elabore un Diagrama de Causa y Efecto sobre el defecto de algún proceso de
manufactura o transformación de algún alimento de Origen Pecuario (Enlatado, Carne,
el profesor.
X.
PRODUCTO
- Feigembaum, A.V.
- Control Total de la Calidad, 13va impresión, Editorial Continental, Distrito
Federal, México, 1984.
- Control Total de Calidad, 3ª Edición, Séptima Reimpresión, Editorial
Continental, Distrito Federal, México, 2004.
- Gutiérrez, H., De la Vara R., Control Estadístico de la Calidad y Seis Sigma, 2ª Edición,
Editorial McGraw Hill, Distrito Federal, México, 2009.
- Hernández, M.
- Sistemas de Optimización y Estadística (SOE SC), 2009 a, http://
optyestadistica.wordpress.com/about/ consultada en 17 de septiembre de
2010 a las 20:15 hrs.
-
y Excel, 2009b,
atributos/ consultada el 17 de septiembre de 2010 a las 20:20 hrs.
- ICMSF),
Microorganismos de los Alimentos, Métodos de muestreo para análisis microbiológicos:
1988.
- Ishikawa, K., Introducción al Control de Calidad, Editorial Díaz de Santos, Madrid,
- Juran, J.M.
- Juran y el Liderazgo para la Calidad: un manual para directivos. Editorial
Impresión
Ultradigital Press S. A. de C. V.